JP2023124387A - Bit rate determination apparatus, encoding apparatus, and program - Google Patents
Bit rate determination apparatus, encoding apparatus, and program Download PDFInfo
- Publication number
- JP2023124387A JP2023124387A JP2022028123A JP2022028123A JP2023124387A JP 2023124387 A JP2023124387 A JP 2023124387A JP 2022028123 A JP2022028123 A JP 2022028123A JP 2022028123 A JP2022028123 A JP 2022028123A JP 2023124387 A JP2023124387 A JP 2023124387A
- Authority
- JP
- Japan
- Prior art keywords
- bit rate
- unit
- image
- spatial scalable
- encoding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 238000009795 derivation Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims description 32
- 238000012937 correction Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 16
- 238000013139 quantization Methods 0.000 claims description 8
- 230000008685 targeting Effects 0.000 claims 1
- 239000010410 layer Substances 0.000 description 105
- 238000012545 processing Methods 0.000 description 60
- 238000012986 modification Methods 0.000 description 35
- 230000004048 modification Effects 0.000 description 35
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 230000009467 reduction Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 4
- 239000002356 single layer Substances 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
Description
本発明は、ビットレート決定装置、符号化装置、およびプログラムに関する。 The present invention relates to a bitrate determination device, an encoding device, and a program.
複数の異なる解像度の映像を効率的に符号化する方法として、空間スケーラブル符号化の手法がある。空間スケーラブル符号化の手法では、相対的に低解像度映像の符号化情報であるベースレイヤー(BL)と、高解像度映像と低解像度映像の差分の符号化情報であるエンハンスメントレイヤー(EL)とを階層的に符号化する。なお、エンハンスメントレイヤーの符号化を行う際には、ベースレイヤーの符号に基づく階層間処理を行う。復号する際には、ベースレイヤーから低解像度映像を復号し、ベースレイヤーおよびエンハンスメントレイヤーの両方から高解像度映像を復号することができる。 Spatial scalable coding is a method for efficiently coding videos with different resolutions. In the spatial scalable coding method, a base layer (BL), which is coded information for relatively low-resolution video, and an enhancement layer (EL), which is coded information for the difference between high-resolution video and low-resolution video, are layered. encoding. When encoding the enhancement layer, inter-layer processing based on the encoding of the base layer is performed. When decoding, the low resolution video can be decoded from the base layer and the high resolution video can be decoded from both the base layer and the enhancement layer.
空間スケーラブル符号化を利用すると、一例として、2K映像をベースレイヤーで符号化し、4K映像をベースレイヤーおよびエンハンスメントレイヤーで符号化する。一般的には、エンハンスメントレイヤーが複数存在していてもよい。最新の符号化方式VVC(Versatile Video Coding)では、空間スケーラブル符号化を行うMultilayer main 10プロファイルが第一版から規定されており、放送および通信による映像サービスにおいてその利用が期待されている。なお、空間スケーラブル符号化に対して、レイヤー数が1である通常の符号化をシングルレイヤー符号化と呼ぶ。 Using spatial scalable coding, as an example, 2K video is encoded with a base layer and 4K video is encoded with a base layer and an enhancement layer. Generally, there may be multiple enhancement layers. In the latest coding method VVC (Versatile Video Coding), the Multilayer main 10 profile for performing spatial scalable coding has been defined since the first edition, and its use in video services through broadcasting and communication is expected. In contrast to spatial scalable coding, normal coding with one layer is called single layer coding.
一般的に、映像符号化では、限られた伝送帯域で高品質に符号化を行うために符号化制御が行われている。ビットレート割当処理と、RD最適化(レート歪み最適化)との2つの処理で行われる。ビットレート割当処理は、GOP(group of pictures)単位、フレーム単位、ブロック単位といった単位で適切にビットレートを割り当てる処理(ビット割り当て)である。ビットレート割当処理では、全体の目標ビットレートを超えないように、消費ビットレートを監視しながら、所定単位ごとにビットレートを割り当てる。RD最適化は、ビットレート割当処理によって割り当てられたビットレートの範囲内で画質を最大化する予測モードの選択を行う処理である。つまり、RD最適化処理では、割り当てられたビットレートにおいて、歪みを最小化する予測モードの選択を行う。 Generally, in video coding, coding control is performed in order to perform high-quality coding in a limited transmission band. It is performed by two processes, bit rate allocation process and RD optimization (rate distortion optimization). Bit rate allocation processing is processing (bit allocation) for appropriately allocating bit rates in units such as GOP (group of pictures) units, frame units, and block units. In the bit rate allocation process, a bit rate is allocated for each predetermined unit while monitoring the consumption bit rate so as not to exceed the overall target bit rate. RD optimization is a process of selecting a prediction mode that maximizes image quality within the range of bitrates allocated by the bitrate allocation process. That is, the RD optimization process selects a prediction mode that minimizes distortion at the assigned bit rate.
HEVC(High Efficiency Video Codec)やVVCなど近年の映像符号化規格の参照ソフトウェアであるHM(HEVCテストモデル)やVTM(VVCテストモデル)のRD最適化では、コスト関数J=D+λRを最小化する予測モードを選択する。ここで、Dは歪み、Rはビットレート、λはラグランジュ乗数(Lagrange multiplier)である。ラグランジュ乗数λは、映像や量子化パラメーター(QP,quantization parameter)に依存して算出される値である。VTMでは、λの値は、量子化パラメーターQPとビット深度bとを用いて、下の関係式によって求められる。 In the RD optimization of HM (HEVC test model) and VTM (VVC test model), which are reference software for recent video coding standards such as HEVC (High Efficiency Video Codec) and VVC, prediction that minimizes the cost function J = D + λR Select mode. where D is the distortion, R is the bitrate, and λ is the Lagrange multiplier. The Lagrangian multiplier λ is a value calculated depending on the image and quantization parameter (QP, quantization parameter). In VTM, the value of λ is given by the following relation using the quantization parameter QP and bit depth b.
ただし、この式において、aは、予測モードごとに決定される定数である。λの値が決まると、予測モードごとにDおよびRに基づいてコストJを計算し、Jが最小となる予測モードを採用して符号化を行う。 However, in this formula, a is a constant determined for each prediction mode. Once the value of λ is determined, the cost J is calculated based on D and R for each prediction mode, and the prediction mode with the smallest J is used for encoding.
以上の符号化制御手法によって、目標ビットレートを超えないように効率的な符号化を行うことができる。 By the encoding control method described above, efficient encoding can be performed so as not to exceed the target bit rate.
非特許文献1には、H.265/HEVCについて記載されている。 In Non-Patent Document 1, H. H.265/HEVC is described.
非特許文献2には、VVCについて記載されている。 Non-Patent Document 2 describes VVC.
シングルレイヤー符号化では、目標ビットレートを決めれば上で述べた手法により効率的な符号化を行うことができる。一方で、空間スケーラブル符号化では目標ビットレートを各レイヤーに適切に割り当てる処理が必要となる。 In single-layer encoding, if a target bit rate is determined, efficient encoding can be performed by the method described above. On the other hand, spatial scalable coding requires a process of appropriately allocating a target bitrate to each layer.
ベースレイヤーとエンハンスメントレイヤーのそれぞれに割り当てるビットレート(RBL,REL)を適切に定めることができれば、シングルレイヤー符号化と同様の符号化制御を行うことが可能である。このとき、符号化する映像および割当てビットレートRBL,RELの値に応じて符号化品質が変動する。このため、限られた帯域で品質を最大化するようにRBL,RELを決める処理が必要となる。 If the bit rates (R BL , R EL ) allocated to the base layer and the enhancement layer can be determined appropriately, it is possible to perform coding control similar to single layer coding. At this time, the encoding quality fluctuates according to the video to be encoded and the values of the assigned bit rates RBL and REL . Therefore, it is necessary to determine R BL and R EL so as to maximize the quality in a limited band.
しかしながら、解像度の異なるベースレイヤーとエンハンスメントレイヤーの品質をPSNR(peak signal-to-noise ratio,ピーク信号対雑音比)等の客観指標で評価することは困難である。一例としてベースレイヤーとエンハンスメントレイヤーとで合わせて20Mbps(メガビット毎秒)で符号化する際に、RBL=15Mbps,PSNRBL=42,REL=5Mbps,PSNREL=40の場合と、RBL=18Mbps,PSNRBL=45,REL=2Mbps,PSNREL=37の場合とで、どちらの品質が高いかを単純に求めることはできない。そこで、効率的な空間スケーラブル符号化を行うための各レイヤーのビットレート(RBL,REL)を決める方法の開発が求められる。 However, it is difficult to evaluate the quality of the base layer and enhancement layer with different resolutions using an objective index such as PSNR (peak signal-to-noise ratio). As an example, when the base layer and the enhancement layer are encoded at 20 Mbps (megabits per second) in total, R BL =15 Mbps, PSNR BL =42, R EL =5 Mbps, PSNR EL =40 and R BL =18 Mbps. , PSNR BL =45, R EL =2 Mbps, and PSNR EL =37, which one has higher quality cannot be determined simply. Therefore, it is required to develop a method of determining the bit rate (R BL , R EL ) of each layer for efficient spatial scalable coding.
本発明は、上記の課題認識に基づいて行なわれたものであり、効率のよい空間スケーラブル符号化を行うためのビットレートを適切に決定することのできるビットレート決定装置、符号化装置、およびプログラムを提供しようとするものである。 The present invention has been made based on the recognition of the above problems, and provides a bit rate determination device, an encoding device, and a program capable of appropriately determining a bit rate for performing efficient spatial scalable encoding. is intended to provide
[1]上記の課題を解決するため、本発明の一態様によるビットレート決定装置は、入力画像を基に、複数のレイヤーへの所定のビットレートでの空間スケーラブル符号化を行うとともに、空間スケーラブル符号化の結果の符号を復号し、復号した結果である符号化画像と、前記符号化画像に対応するビットレートと、の対を出力する先行空間スケーラブル符号化部と、前記入力画像の中で精細感に関与する領域を表す情報である精細感領域情報を、前記入力映像から求める精細感領域情報導出部と、前記先行空間スケーラブル符号化部から出力される前記符号化画像の、求められた前記精細感領域情報が示す領域における歪み度合いを算出する歪み算出部と、前記先行空間スケーラブル符号化部が出力する前記ビットレートと、対応する前記歪み度合いと、の対を基に定まるRD曲線における、所定の傾きを有する位置に対応するビットレートに基づいて定まる割り当てビットレートを求める割り当てビットレート算出部と、を備える。
この構成によると、ビットレート決定装置は、先行空間スケーラブル符号化部が実際の符号化に先行して行う符号化および復号の結果に基づいて、ビットレートと歪みとの関係を取得する。また、ビットレート決定装置は、この関係に基づいて、最適な(あるいはほぼ最適な)ビットレートを求める。
[1] In order to solve the above problems, a bit rate determination device according to one aspect of the present invention performs spatial scalable encoding on a plurality of layers at a predetermined bit rate based on an input image, a preceding spatial scalable encoder that decodes a code resulting from encoding and outputs a pair of an encoded image that is the result of decoding and a bit rate corresponding to the encoded image; A definition region information derivation unit that obtains definition region information, which is information representing a region related to definition, from the input video, and a coded image output from the preceding spatial scalable coding unit. In the RD curve determined based on the pair of the distortion calculation unit that calculates the degree of distortion in the area indicated by the fineness area information, the bit rate output by the preceding spatial scalable encoding unit, and the corresponding degree of distortion and an allocated bit rate calculation unit that obtains an allocated bit rate determined based on a bit rate corresponding to a position having a predetermined inclination.
According to this configuration, the bitrate determination device acquires the relationship between bitrate and distortion based on the results of encoding and decoding performed by the advance spatial scalable encoding unit prior to actual encoding. Also, the bitrate determination device determines the optimal (or nearly optimal) bitrate based on this relationship.
[2]また、本発明の一態様は、上記のビットレート決定装置において、前記割り当てビットレート算出部は、空間スケーラブル符号化における最下位のベースレイヤー以外の1つまたは複数のレイヤーのそれぞれのための前記割り当てビットレートを求める、というものである。
この構成によると、ビットレート決定装置は、最下位のベースレイヤー以外の1つまたは複数のレイヤー(実施形態で説明するエンハンスメントレイヤー)のビットレートを定めることができる。
[2] Also, in one aspect of the present invention, in the bit rate determination device described above, the allocated bit rate calculation unit is for each of one or more layers other than the lowest base layer in spatial scalable coding. is to obtain the allocated bit rate of .
According to this configuration, the bitrate determination device can determine the bitrates of one or more layers (enhancement layers described in the embodiments) other than the lowest base layer.
[3]また、本発明の一態様は、上記のビットレート決定装置において、前記精細感領域情報導出部は、前記入力画像を縮小した後で拡大することによって得られる画像と、前記入力画像との差分画像を作成する差分画像作成部と、前記差分画像作成部が作成した前記差分画像に基づく各画素の画素値を所定の閾値に基づいて二値化した二値化画像を、前記精細感領域情報として生成する二値化部と、を備えるものである。 [3] In one aspect of the present invention, in the bit rate determination device described above, the definition area information derivation unit includes an image obtained by enlarging the input image after reducing it, and a differential image creating unit for creating a differential image of the difference image created by the differential image creating unit; and a binarization unit for generating area information.
[4]また、本発明の一態様は、上記のビットレート決定装置において、前記精細感領域情報導出部は、前記差分画像におけるノイズを除去するノイズ除去部、をさらに備え、前記二値化部は、前記ノイズ除去部がノイズを除去した後の前記差分画像に基づいて、前記二値化画像を、前記精細感領域情報として生成する、というものである。 [4] Further, according to one aspect of the present invention, in the bit rate determination device described above, the fineness area information derivation unit further includes a noise removal unit that removes noise in the difference image, and the binarization unit is to generate the binarized image as the fineness area information based on the differential image from which noise has been removed by the noise removal unit.
[5]また、本発明の一態様は、上記のビットレート決定装置において、前記精細感領域情報導出部は、前記入力画像に所定の帯域通過フィルター処理を行った画像を二値化して得られる二値化画像を、前記精細感領域情報として生成する、というものである。 [5] Further, according to one aspect of the present invention, in the bit rate determination device described above, the definition region information derivation unit is obtained by binarizing an image obtained by subjecting the input image to a predetermined band-pass filter process. A binarized image is generated as the fineness area information.
[6]また、本発明の一態様は、上記のビットレート決定装置において、割り当てビットレート算出部は、前記RD曲線における前記所定の傾きの値を、空間スケーラブル符号化における最下位のベースレイヤーの量子化パラメーターの値に基づいて算出する、ものである。 [6] Further, according to one aspect of the present invention, in the bit rate determination device described above, the allocated bit rate calculation unit calculates the value of the predetermined slope in the RD curve as the lowest base layer in spatial scalable coding. It is calculated based on the value of the quantization parameter.
[7]また、本発明の一態様は、上記のビットレート決定装置において、前記割り当てビットレート算出部が求めた前記割り当てビットレートを補正するビットレート補正部、をさらに備え、前記ビットレート補正部は、(1)前記最下位のベースレイヤーのためのビットレートとしての下限値が確保できるように、前記割り当てビットレートを補正し、あるいは、(2)前記最下位のベースレイヤー以外の1つまたは複数のレイヤーのための前記割り当てビットレートが上限値を超えないように、前記割り当てビットレートを補正する、というものである。
この構成によると、ビットレート決定装置は、割り当てビットレート算出部が求めた割り当てビットレートを、上記下限値あるいは上記上限値に基づいて補正できる。
[7] In one aspect of the present invention, the bit rate determination device described above further includes a bit rate correction unit that corrects the allocation bit rate calculated by the allocation bit rate calculation unit, and the bit rate correction unit (1) corrects the allocated bitrate so as to ensure a lower limit as the bitrate for the lowest base layer, or (2) one other than the lowest base layer, or The allocated bitrate is corrected so that the allocated bitrate for multiple layers does not exceed an upper limit.
According to this configuration, the bit rate determination device can correct the allocated bit rate calculated by the allocated bit rate calculator based on the lower limit value or the upper limit value.
[8]また、本発明の一態様による符号化装置は、上記[1]から[7]までのいずれか一項に記載のビットレート決定装置と、前記入力画像の空間スケーラブル符号化を行う空間スケーラブル符号化部と、を備える符号化装置であって、前記空間スケーラブル符号化部は、空間スケーラブル符号化における最下位のベースレイヤー以外の1つまたは複数のレイヤーについては、前記ビットレート決定装置が求めた前記割り当てビットレートを目標とする符号化を行う、ものである。
この構成によると、ビットレート決定装置が決定するビットレートを用いて、符号化装置は、空間スケーラブル符号化を行うことができる。
[8] Further, an encoding device according to an aspect of the present invention includes a bit rate determination device according to any one of [1] to [7] above, and a space for performing spatial scalable encoding of the input image. and a scalable coding unit, wherein the spatial scalable coding unit, for one or more layers other than the lowest base layer in spatial scalable coding, the bit rate determination device is Encoding is performed with the obtained assigned bit rate as a target.
According to this configuration, the encoding device can perform spatial scalable encoding using the bit rate determined by the bit rate determination device.
[9]また、本発明の一態様は、入力画像を基に、複数のレイヤーへの所定のビットレートでの空間スケーラブル符号化を行うとともに、空間スケーラブル符号化の結果の符号を復号し、復号した結果である符号化画像と、前記符号化画像に対応するビットレートと、の対を出力する先行空間スケーラブル符号化部と、前記入力画像の中で精細感に関与する領域を表す情報である精細感領域情報を、前記入力映像から求める精細感領域情報導出部と、前記先行空間スケーラブル符号化部から出力される前記符号化画像の、求められた前記精細感領域情報が示す領域における歪み度合いを算出する歪み算出部と、前記先行空間スケーラブル符号化部が出力する前記ビットレートと、対応する前記歪み度合いと、の対を基に定まるRD曲線における、所定の傾きを有する位置に対応するビットレートに基づいて定まる割り当てビットレートを求める割り当てビットレート算出部と、を備えるビットレート決定装置、としてコンピューターを機能させるためのプログラムである。 [9] Further, according to one aspect of the present invention, based on an input image, spatial scalable encoding is performed on a plurality of layers at a predetermined bit rate, and the code resulting from the spatial scalable encoding is decoded and decoded. A preceding spatial scalable encoding unit that outputs a pair of an encoded image that is the result of the encoding and a bit rate corresponding to the encoded image, and information that represents an area related to the sense of detail in the input image. A definition area information derivation unit that obtains the definition area information from the input image, and a degree of distortion in the area indicated by the obtained definition area information in the encoded image output from the preceding spatial scalable encoding unit. A bit corresponding to a position having a predetermined slope in an RD curve determined based on a pair of a distortion calculating unit that calculates the bit rate output from the preceding spatial scalable encoding unit and the corresponding degree of distortion A program for causing a computer to function as a bit rate determination device including an allocation bit rate calculation unit that determines an allocation bit rate determined based on the rate.
本発明によれば、先行空間スケーラブル符号化部が実際の符号化に先行して行う符号化および復号の結果に基づいて、ビットレートを決定することができる。 According to the present invention, the bit rate can be determined based on the results of encoding and decoding performed by the advanced spatial scalable encoder prior to actual encoding.
次に、本発明の一実施形態について、図面を参照しながら説明する。本実施形態のビットレート決定装置は、空間スケーラブル符号化を効率的に行うために各レイヤーに割り当てるビットレートを決定する。また、符号化装置は、決定されたビットレートにより空間スケーラブル符号化を行う装置である。 An embodiment of the present invention will now be described with reference to the drawings. The bit rate determination device of this embodiment determines the bit rate to be assigned to each layer in order to efficiently perform spatial scalable coding. Also, the encoding device is a device that performs spatial scalable encoding at the determined bit rate.
本実施形態では、まずエンハンスメントレイヤーのビットレートRELを適切に決定し、その後にベースレイヤーのビットレートRBLを決定する。この手順により、効率的な符号化を実現できる。その理由は、次の通りである。 In this embodiment, the bit rate R_EL of the enhancement layer is properly determined first, and then the bit rate R_BL of the base layer is determined. Efficient encoding can be achieved by this procedure. The reason is as follows.
放送信号だけを用いて空間スケーラブル符号化した映像を伝送する場合を想定すると、全体のビットレートを固定とすることができる。即ち、(RBL+REL)が一定であるとすることができる。このとき、RELが大きいほど、エンハンスメントレイヤーの品質が向上し高解像度の映像を高品質に符号化できるが、ベースレイヤーの品質は低下する。逆にRELとして最低限必要なビットレートを決定することができれば、残りのビットレートをすべてRBLとすることができる。これにより、無駄に多くのビットレートをRELに割いてベースレイヤーの品質が劣化することを防ぎ、限られた帯域を効率的に使用することができる。 Assuming the case of transmitting spatially scalable encoded video using only broadcast signals, the overall bit rate can be fixed. That is, (R BL +R EL ) can be assumed to be constant. At this time, the larger the REL , the higher the quality of the enhancement layer and the higher the quality of the high-resolution video can be coded, but the lower the quality of the base layer. Conversely, if the minimum required bit rate can be determined as R EL , all remaining bit rates can be R BL . As a result, the quality of the base layer is prevented from deteriorating due to wasteful allocation of a large bit rate to REL , and the limited band can be used efficiently.
通信を用いて伝送する映像を伝送する場合を想定すると、全体のビットレートは可変であり得る(可変ビットレート)。4K映像あるいは8K映像のような高解像度映像の場合や、動きが多く符号化の難しい映像の場合には、画質にほとんど差がないにも関わらず膨大なデータ量が発生して帯域が無駄になったり、データ量が膨大になってネットワークが不安定化する原因となったりすることも起こり得る。このとき、エンハンスメントレイヤーの品質を十分改善できるビットレートとしてRELを決めることができれば、無駄に多くのデータの伝送を発生させず、帯域を効率的に利用し、安定して映像サービスを行うことが可能となる。 Assuming the case of transmitting video using communication, the overall bit rate can be variable (variable bit rate). In the case of high resolution video such as 4K video or 8K video, or video that has a lot of movement and is difficult to encode, a huge amount of data is generated and bandwidth is wasted even though there is almost no difference in image quality. Otherwise, the amount of data may become enormous, causing the network to become unstable. At this time, if the REL can be determined as a bit rate that can sufficiently improve the quality of the enhancement layer, it will be possible to efficiently use the bandwidth and provide stable video services without unnecessary transmission of a large amount of data. becomes possible.
上記の通り、RELを適切に決定することができれば、全体の伝送レートが固定ビットレートか可変ビットレートかに依らず、効率的な符号化を実現することができる。以下では、ビットレートを適切に決定するための装置の機能構成を説明する。 As described above, if the REL can be appropriately determined, efficient encoding can be achieved regardless of whether the overall transmission rate is a fixed bit rate or a variable bit rate. Below, the functional configuration of the device for appropriately determining the bit rate will be described.
空間スケーラブル符号化において、ベースレイヤーの映像は高周波数成分を失っている。このため、どれほどRBLを高くしても本来エンハンスメントレイヤーが保持していた高周波数成分(精細感)を再現することはできない。本実施形態では、ベースレイヤーで再現できないエンハンスメントレイヤーの信号を基に、エンハンスメントレイヤーに必要なビットレートRELを導出する。そして、導出結果であるその値を基に、ベースレイヤーに割り当てるビットレートRBL、およびエンハンスメントレイヤーに割り当てるビットレートRELを決定する。 In spatial scalable coding, the base layer video loses high frequency components. For this reason, no matter how high the RBL is, it is impossible to reproduce the high frequency components (definition) originally held by the enhancement layer. In this embodiment, the bit rate R_EL required for the enhancement layer is derived based on the enhancement layer signal that cannot be reproduced in the base layer. Based on the derived values, the bit rate R BL to be assigned to the base layer and the bit rate R EL to be assigned to the enhancement layer are determined.
本実施形態の構成における重要なポイントは、画像の中から精細感を再現する信号を取り出すことと、その信号の歪みを用いて作成したRD曲線(レート対歪み曲線,rate distortion curve)を基にして適正なビットレートを算出すること、の2つである。本実施形態においては、画像の中から精細感を再現する信号を取り出すことは、精細感領域情報導出部21が導出する精細感領域情報(画素ごとの精細感の有無の度合いを表す情報)に基づいて行える。信号の歪みを用いてRD曲線を作成することは、傾き算出部231が行う。RD曲線を基に適正なビットレートを算出することは、ビットレート算出部232が行う。なお、変形例として後で説明するように、ビットレート補正部24がそのビットレートを補正してもよい。
The important points in the configuration of this embodiment are to extract a signal that reproduces the sense of detail from the image, and to use the RD curve (rate distortion curve) created by using the distortion of the signal. and calculating an appropriate bit rate using the In the present embodiment, extracting a signal that reproduces the sense of detail from the image is based on the sense of detail region information (information indicating the degree of presence or absence of sense of detail for each pixel) derived by the sense of detail region
横軸をビットレート、縦軸を歪み度合い(例えば歪みの量のMSE値)としたときに、ここでのRD曲線の特徴は、次の通りである。即ち、第1の特徴は、ビットレートの増加に対して歪み度合いが単調に減少する単調減少曲線である(着目するビットレート領域の全体にわたって、1次微分係数が負である)こと、である。また、第2の特徴は、下に凸な曲線である(着目するビットレート領域の全体にわたって、2次微分係数が非負である)こと、である。このようなRD曲線において最適なビットレートを求める方法の一つは、所定の傾きを有する直線がRD曲線に接するときに、その接点を求めることであり、その接点に対応するビットレートが、最適な(あるいはほぼ最適な)ビットレートである。
言い換えれば、上記のようなRD曲線において、上記所定の傾きを有する位置に対応するビットレートが、最適な(あるいはほぼ最適な)ビットレートである。なお、歪みの量のMSE値以外の画質指標を用いた場合には、ビットレートの増加に対して歪み度合いを表す値のRD曲線が単調減少曲線とはならない場合もある。例えば、PSNR等を画質指標(歪み度合い)として用いた場合には、単調増加曲線(着目するビットレート領域の全体にわたって、1次微分係数が正である)となる。また、用いる画質指標によっては、RD曲線は必ずしも下に凸な曲線とはならない場合もある。これらの場合においても、RD曲線の傾きに応じて最適なビットレートを求めることができる。また、RD曲線と直線との接点に基づいて、ビットレートを決定できる場合がある。
When the horizontal axis is the bit rate and the vertical axis is the degree of distortion (for example, the MSE value of the amount of distortion), the characteristics of the RD curve are as follows. That is, the first feature is that it is a monotonically decreasing curve in which the degree of distortion monotonously decreases with increasing bit rate (the first derivative is negative over the entire bit rate region of interest). . The second feature is that the curve is downwardly convex (the second derivative is non-negative over the entire bit rate region of interest). One method of finding the optimum bit rate in such an RD curve is to find the point of contact when a straight line with a predetermined slope touches the RD curve, and the bit rate corresponding to that point of contact is the optimum bit rate. reasonable (or nearly optimal) bitrate.
In other words, in the RD curve as described above, the bit rate corresponding to the position having the predetermined slope is the optimum (or nearly optimum) bit rate. Note that when an image quality index other than the MSE value of the amount of distortion is used, the RD curve of the value representing the degree of distortion with respect to an increase in bit rate may not be a monotonically decreasing curve. For example, when PSNR or the like is used as an image quality index (degree of distortion), it becomes a monotonically increasing curve (the first order differential coefficient is positive over the entire bit rate region of interest). Also, depending on the image quality index used, the RD curve may not necessarily be a downwardly convex curve. Also in these cases, the optimum bit rate can be obtained according to the slope of the RD curve. It may also be possible to determine the bitrate based on the intersection of the RD curve and the straight line.
図1は、本実施形態による符号化装置の概略機能構成を示すブロック図である。図示するように、符号化装置1は、符号化部11と、復号部12と、精細感領域情報導出部21と、歪み算出部22と、割り当てビットレート算出部23と、空間スケーラブル符号化部31と、を含むように構成される。これらの機能部の少なくとも一部は、例えば、コンピューターと、プログラムとで実現することが可能である。また、各機能部は、必要に応じて、記憶手段を有する。記憶手段は、例えば、プログラム上の変数や、プログラムの実行によりアロケーションされるメモリーである。また、必要に応じて、磁気ハードディスク装置やソリッドステートドライブ(SSD)といった不揮発性の記憶手段を用いるようにしてもよい。また、各機能部の少なくとも一部の機能を、プログラムではなく専用の電子回路として実現してもよい。
FIG. 1 is a block diagram showing a schematic functional configuration of an encoding device according to this embodiment. As illustrated, the encoding device 1 includes an
符号化装置1は、適切なビットレートによるスケーラブル空間符号化を行うものである。この符号化装置1に入力される映像は、符号化対象の映像であり、高解像度映像である。映像は、時系列に並ぶフレーム画像のシリーズである。つまり、本実施形態において映像を符号化することは、映像を構成するフレーム画像を符号化する処理に還元される。 An encoding device 1 performs scalable spatial encoding at an appropriate bit rate. A video input to the encoding device 1 is a video to be encoded and is a high-resolution video. A video is a series of frame images arranged in chronological order. In other words, the encoding of video in this embodiment is reduced to the process of encoding the frame images that make up the video.
符号化装置1の構成のうち、符号化部11と、復号部12と、精細感領域情報導出部21と、歪み算出部22と、割り当てビットレート算出部23とを含む部分の構成を、ビットレート決定装置2と捉えることができる。つまり、ビットレート決定装置2は、入力される映像に基づいて、適切なビットレートを決定する。
In the configuration of the encoding device 1, the configuration of the portion including the
ビットレート決定装置2は、ビットレートを決定するための処理の一部として、入力される映像の符号化および復号を先行して行う。つまり、符号化装置1の構成のうち、符号化部11と、復号部12とを含む部分の構成を、先行空間スケーラブル符号化部3と呼んでもよい。
As part of the process for determining the bit rate, the bit rate determination device 2 performs encoding and decoding of the input video in advance. That is, of the configuration of the encoding device 1 , the configuration of the portion including the
符号化部11は、入力される映像の空間スケーラブル符号化を行う。符号化部11は、既存技術による空間スケーラブル符号化を行える。
The
復号部12は、符号化部11によって符号化された映像を復号する。復号部12による復号も、既存技術によって行える。
The
先行空間スケーラブル符号化部3は、符号化結果の情報として、ビットレートと符号化映像(復号部12によって復号された映像)との対を出力する(歪み算出部22に渡す)。
The preceding spatial
精細感領域情報導出部21は、入力映像(高解像度映像)の中の、精細感領域の情報を導出する。ここで精細感領域とは、映像の中の精細感を有する領域であり、ベースレイヤーでは再現できないエンハンスメントレイヤーの情報を有する領域である。
つまり、精細感領域情報導出部21は、入力画像の中で精細感に関与する領域を表す情報である精細感領域情報を、入力映像を基に求める。
言い換えれば、精細感領域情報導出部21は、ベースレイヤーの符号だけでは再現できないエンハンスメントレイヤーの情報が存在する領域についての情報(精細感領域情報)を導出する。
The fineness area
That is, the fineness region
In other words, the fineness area
歪み算出部22は、入力画像(入力映像)における精細感領域の歪みを計算する。具体的には、歪み算出部22は、先行空間スケーラブル符号化部3から出力される符号化画像の、精細感領域情報導出部21によって求められた精細感領域情報が示す領域における歪み度合いを算出する。
The
具体的には、歪み算出部22は、次のような処理を行う。歪み算出部22は、エンハンスメントレイヤーのビットレートRELを変えて、複数のRELのそれぞれについて符号化画像を作成する。このとき、ベースレイヤーのビットレートRBLは任意である。次に、歪み算出部22は、それぞれのRELに対応する符号化画像に対して、精細感領域における歪みを算出する。具体的には、歪み算出部22は、歪みの平均二乗誤差(MSE,mean squared error)やPSNR(ピーク信号対雑音比)などの指標を算出する。なお、歪み算出部22は、このとき、精細感領域情報導出部21が出力する精細感領域情報の画像を参照することによって、画像内の精細感領域を把握する。歪み算出部22は、エンハンスメントレイヤーのビットレートRELと算出された歪みの数値との対の集合を、割り当てビットレート算出部23に渡す。
Specifically, the
割り当てビットレート算出部23は、符号化映像と精細感領域情報とを基にして、レートと歪みの関係を解析し、その解析結果から割り当てビットレートを算出する。なお、割り当てビットレート算出部23は、空間スケーラブル符号化における最下位のベースレイヤー以外の1つまたは複数のレイヤー(即ち、1つまたは複数のエンハンスメントレイヤー)のそれぞれのための前記割り当てビットレートを求めるものであってよい。
The allocated
より具体的には、割り当てビットレート算出部23は、先行空間スケーラブル符号化部3が出力するビットレートと、そのビットレートに対応する歪み度合いと、の対を基に、RD曲線を定める。そして、割り当てビットレート算出部23は、所定の傾き(λdif)を有する位置に対応するビットレート(r)に基づいて定まる割り当てビットレートを求める。割り当てビットレート算出部23は、上記の方法でエンハンスメントレイヤーのビットレートRELを決定する。割り当てビットレート算出部23は、ベースレイヤーのビットレートRBLを任意に決定してよい。ただし、割り当てビットレート算出部23は、例えば、伝送路全体のビットレートが固定レートである場合などには、決定されたRELに基づいてRBLを決定してもよい。
More specifically, the allocated
割り当てビットレート算出部23のさらに詳細な機能構成については、後で図5を参照しながら説明する。
A more detailed functional configuration of the allocated
空間スケーラブル符号化部31は、割り当てビットレート算出部23によって決定されたビットレートで、入力画像の空間スケーラブル符号化を行う。空間スケーラブル符号化部31は、特に、空間スケーラブル符号化における最下位のベースレイヤー以外の1つまたは複数のレイヤー(即ちエンハンスメントレイヤー)については、割り当てビットレート算出部23が求めた割り当てビットレートを目標とする符号化を行う。
The spatial
ただし、後述する第6変形例の場合には、割り当てビットレート算出部23によって決定されたビットレートは、ビットレート補正部24によって補正される。
However, in the case of the sixth modification described later, the bit rate determined by the allocation
符号化装置1内において、前述のビットレート決定装置2は、入力される映像(画像)に基づいてビットレートを決定する。 In the encoding device 1, the aforementioned bit rate determination device 2 determines the bit rate based on the input video (image).
また、符号化装置1内において、前述の先行空間スケーラブル符号化部3は、入力画像を基に、複数のレイヤーへの所定のビットレートでの空間スケーラブル符号化を行うとともに、空間スケーラブル符号化の結果の符号を復号し、復号した結果である符号化画像と、その符号化画像に対応するビットレートと、の対を出力する。
In the encoding device 1, the preceding spatial
図2は、本実施形態による精細感領域情報導出部21の概略機能構成を示すブロック図である。図示するように、精細感領域情報導出部21は、縮小処理部211と、拡大処理部212と、差分画像作成部213と、ノイズ除去部214と、二値化部215と、を含んで構成される。精細感領域情報導出部21には、前述の入力映像(高解像度映像)が入力される。
FIG. 2 is a block diagram showing a schematic functional configuration of the fineness area
縮小処理部211は、入力映像の各フレーム画像(原画)を、縮小する。つまり、縮小処理部211は、入力される高解像映像を、相対的に低解像の映像に変換する。具体的には、縮小処理部211は、高解像映像を、ベースレイヤーの画素数の映像に変換する。縮小処理部211は、縮小後の映像を拡大処理部212に渡す。
The
拡大処理部212は、縮小処理部211から渡される映像を拡大する。具体的には、拡大処理部212は、渡される映像の画素の補間を行うことにより、縮小前の解像度(入力映像の解像度)に変換する。拡大処理部212は、拡大後の映像を差分画像作成部213に渡す。
The
縮小処理部211および拡大処理部212がそれぞれ縮小処理および拡大処理に用いるフィルターは、既存技術によるものでよく、任意に選択可能である。例えば、Bi-Cubicフィルター(バイキュービックフィルター)やLanczosフィルター(ランチョスフィルター)などを用いることができる。縮小処理部211および拡大処理部212が映像を縮小してから拡大する処理を行うことによって、入力映像が持っていた精細感は失われる。
Filters used by the
差分画像作成部213は、入力映像(原画)と、拡大処理部212から渡される映像(縮小後に拡大した映像)との差分を計算して、差分画像を作成する。言い換えれば、差分画像作成部213は、入力画像を縮小した後で拡大することによって得られる画像(拡大処理部212からの出力)と、入力画像(原画)との差分画像を作成する。具体的には、差分画像作成部213は、両映像で対応する画素間での画素値の差分を算出する。差分画像は、精細感の度合いを各画素の画素値として表す画像であると考えてよい。差分画像作成部213は、生成した差分画像を、ノイズ除去部214に渡す。
The difference
ノイズ除去部214は、差分画像作成部213から渡される差分画像に含まれるノイズを除去する処理を行う。差分画像作成部213から渡される差分画像には、カメラノイズなど高周波成分のノイズが含まれると考えられるため、このノイズ除去部214によるノイズ除去を行う。ノイズ除去部214は、ノイズ除去の処理のためにノイズ除去用の任意のフィルターを用いてよい。ノイズ除去用のフィルターとしては、既存技術によるものを用いることができる。ノイズ除去部214は、例えば、中央値フィルターや低域通過フィルターなどを用いてノイズ除去の処理を行うことができる。また、ノイズ除去部214は、低域通過フィルター後に中央値フィルターをかけるなど、複数のフィルターを組み合わせてノイズ除去を行ってもよい。また、ノイズ除去部214は、ノイズ除去処理の過程で併せてその他の画像処理を行ってもよい。ノイズ除去部214は、処理後の映像を、二値化部215に渡す。
The
なお、ノイズ除去が不要な場合には、ノイズ除去部214によるノイズ除去処理を省略するようにしてもよい。
Note that when noise removal is unnecessary, the noise removal processing by the
二値化部215は、差分画像作成部213が作成した差分画像に基づく各画素の画素値を所定の閾値に基づいて二値化した二値化画像を生成する。この二値化画像が、精細感領域情報である。つまり、二値化画像は、精細感に関する領域の情報を表す。ノイズ除去部214がノイズ除去の処理を行う場合には、二値化部215は、ノイズ除去部214がノイズを除去した後の差分画像に基づいて、上記の二値化画像を生成する。
The
つまり、二値化部215は、ノイズ除去部214から渡される映像(あるいは、ノイズ除去部214による処理を省略する場合には、差分画像作成部213から直接渡される映像であってもよい)を二値化する処理を行う。二値化部215は、例えば、10ビットの映像の輝度信号を、画素ごとに任意に定められる閾値に基づき、0と1023に二値化してよい。また、二値化部215は、ノイズ除去部214から渡される差分画像に所定のフィルターをかける処理を行ったうえで所定の閾値に基づく二値化画像を生成してもよい。二値化部215が出力する画像は、原画の中の、空間スケーラブル符号化においてベースレイヤーでは再現できない精細感を持つ領域を表す情報である。
That is, the
つまり、二値化部215が生成する画像は、精細感領域情報導出部21(図1)が出力する画像である。精細感領域情報については、次の図3および図4を参照しながら説明する。
That is, the image generated by the
図3は、精細感領域情報導出部21に入力されるフレーム画像(原画)の一例を示す概略図である。ここでの原画は、マラソン大会のスタート地点を撮影した画像であり、元はカラー画像である。
FIG. 3 is a schematic diagram showing an example of a frame image (original image) input to the fineness area
図4は、図3に示した画像を精細感領域情報導出部21が処理した結果として出力される画像を示す概略図である。ここでは、精細感領域情報導出部21内の二値化部215は、ノイズ除去部214から渡される差分画像の輝度信号(画素値は0以上且つ1023以下の範囲)を閾値20で二値化し、3×3の中央値フィルターの処理を3回行い、閾値700で二値化した。図4の二値化画像は、画素ごとに白と黒との2値で表わされている。両図を見てわかるように、精細感領域情報導出部21は、原画の中の精細感の高い領域を良好に抽出している。
FIG. 4 is a schematic diagram showing an image output as a result of processing the image shown in FIG. Here, the
次に、導出された精細感領域情報に基づいて各レイヤーに割り当てるビットレートを決定する割り当てビットレート算出部23の処理の詳細について説明する。
Next, the details of the processing of the allocation bit
図5は、本実施形態による割り当てビットレート算出部の概略機能構成を示すブロック図である。図示するように、割り当てビットレート算出部23は、傾き算出部231と、ビットレート算出部232と、を含んで構成される。
FIG. 5 is a block diagram showing a schematic functional configuration of an allocation bit rate calculator according to this embodiment. As illustrated, the allocated
傾き算出部231は、エンハンスメントレイヤーのビットレートRELとそのビットレートに対応する精細感領域における歪みに基づいて、所定のビットレートRELの位置における曲線の傾きを求める。具体的には、傾き算出部231は、前述の歪み算出部22から、ビットレートRELとそれに対応する歪みの平均二乗誤差の値との対の集合を受け取る。そして、傾き算出部231は、それらの値の対の集合に基づき、該当する点をプロットすることによって特定の曲線を求める。この曲線は、求められている精細感領域におけるRD曲線である。なお、回帰の手法を用いてRD曲線を求めるようにしてもよい。この曲線の例については、後で図6を参照しながら説明する。
The
ベースレイヤーの符号化結果を用いて傾きを算出する例は、次の通りである。複数の符号化画像を作成する際のベースレイヤー符号化結果より、ベースレイヤーでの量子化パラメーター(QPBL)がわかっている。RD最適化に関する先行研究より、効率的な符号化を行うためのベースレイヤーのラグランジュ乗数λBLは、QPBLを用いて下の式で求められることが知られている。なお、aおよびbについては、上で説明した通りである。 An example of calculating the slope using the encoding result of the base layer is as follows. The quantization parameter (QP BL ) in the base layer is known from the base layer encoding result when creating a plurality of encoded images. It is known from prior research on RD optimization that the Lagrangian multiplier λ BL of the base layer for efficient encoding can be obtained by the following equation using QP BL . Note that a and b are as described above.
求める傾きλdifを、下の式の通りとする。 The slope λ dif to be obtained is given by the following formula.
なお、wは、重みを表す係数である。wの値を事前に決めておいてもよいし、映像ごとに適応的にwの値を決定してもよい。一般的にベースレイヤーとエンハンスメントレイヤーとの間でRD曲線の関数は異なるため、重み係数wを掛けてλdifを求めることには妥当性がある。なお、例えば、0.80≦w≦1.20の範囲内のwを用いてよい。また、一例として、w=1.00としてよい。 Note that w is a coefficient representing weight. The value of w may be determined in advance, or may be adaptively determined for each video. Since the function of the RD curve is generally different between the base layer and the enhancement layer, it is appropriate to multiply the weighting factor w to obtain λ dif . Note that, for example, w within the range of 0.80≦w≦1.20 may be used. Also, as an example, w=1.00.
上記の通り、割り当てビットレート算出部23の傾き算出部231は、前記RD曲線における所定の傾きの値(λdif)を、空間スケーラブル符号化における最下位のベースレイヤーの量子化パラメーターの値(QPBL)に基づいて算出するようにしてよい。
As described above, the
ビットレート算出部232は、上で求めた精細感領域のRD曲線上で、接線の傾きがλdifとなる点のビットレートrを算出する。ビットレート算出部232が求めるビットレートrについては、次に図6を参照しながら説明する。
The
図6は、精細感領域でのRD曲線を示すグラフの一例である。前述の通り、本実施形態の傾き算出部231が、複数のビットレートRELで算出された歪みに基づいてRD曲線を求める。同図において、横軸はエンハンスメントレイヤーのビットレートREL(単位は、Mbps(メガビット毎秒))であり、縦軸は精細感領域での歪みに相当する平均二乗誤差(MSE)である。同図に示すRD曲線301は、ビットレートRELと平均二乗誤差との対の集合に基づいて定まるものである。接線302は、上の説明の通り求められるλdifの傾きを持ち、RD曲線301に接する直線である。RD曲線301と接線302との接点Pの横軸方向の値が、ビットレート算出部232が求めるべきビットレートrである。このビットレートrは、RD曲線301が表す条件下における最適値として求められるビットレートである。
FIG. 6 is an example of a graph showing an RD curve in the fineness area. As described above, the
以上、実施形態を説明したが、本発明はさらに次のような変形例でも実施することが可能である。ここでは複数の変形例を説明する。なお、2個以上の変形例を組み合わせて実施してもよい。なお、以下では、各変形例における特徴的な構成や機能のみについて説明する。 Although the embodiments have been described above, the present invention can also be implemented in the following modifications. A plurality of modifications will be described here. In addition, you may implement combining two or more modifications. In addition, below, only the characteristic structure and function in each modification are demonstrated.
[第1変形例]
上で説明した構成では、符号化装置1に入力される映像が高解像度映像であることを前提としていた。入力映像が低解像度映像である場合には、第1変形例として、符号化装置1への入力の前にアップコンバーターの処理を行い、入力映像の画素数を増加させる。アップコンバーターの処理としては、任意の既存技術を用いることができる。
[First modification]
The configuration described above assumes that the video input to the encoding device 1 is a high-resolution video. When the input video is a low-resolution video, as a first modified example, up-converter processing is performed before input to the encoding device 1 to increase the number of pixels of the input video. Any existing technology can be used for the upconverter process.
[第2変形例]
上記の実施形態では、精細感領域情報導出部21は、画像間の差分を取る(差分画像作成部213の処理)ことによって、精細感領域情報を導出した。第2変形例においては、精細感領域情報導出部21は、代わりに、帯域通過フィルターを用いて精細感領域に関する情報を導出する。一般的に、精細感に関与する情報は原画の高周波数成分である。したがって、本変形例では、精細感領域情報導出部21は、原画の縮小処理および拡大処理を行って原画との差分画像を生成する代わりに、原画に対して帯域通過フィルターの処理を行うことによって、フィルター画像を作成する。帯域通過フィルターは、所定の閾値の周波数よりも高い周波数の成分を通過させるハイパスフィルターであってもよい。本変形例による精細感領域情報導出部21がフィルター画像を出力した後は、既に説明した方法と同様に、ノイズ除去処理(ノイズ除去部214)および二値化処理(二値化部215)を行うことによって、精細感領域情報を作成することができる。
[Second modification]
In the above embodiment, the fineness area
つまり、第2変形例においては、精細感領域情報導出部21は、入力画像に所定の帯域通過フィルター処理を行った画像を二値化して得られる二値化画像を、精細感領域情報として生成する。
That is, in the second modification, the fineness region
[第3変形例]
上記実施形態において、エンハンスメントレイヤーのビットレートRELの決定方法を示すとともに、ベースレイヤーのビットレートRBLを任意に決定してよい場合を説明した。一方、この第3変形例においては、ビットレートRBLの決定方法を次の通りとする。例えば、ベースレイヤーのビットレートの目標値が予め決まっている場合には、そのビットレートをRBLとして決定する。これにより、より効果的なエンハンスメントレイヤーのビットレートの割り当てを期待できる。あるいは、ベースレイヤーのビットレートを十分に高くする。つまり、ベースレイヤーのビットレートを、所定の下限値以上とする。これにより、ベースレイヤーの符号化劣化の影響を無視する程度に抑えることができる。例えば、2K映像に関して、ベースレイヤーのビットレートRBLを20Mbps以上となるようにする。あるいは、4K映像に関して、ベースレイヤーのビットレートRBLを50Mbps以上となるようにする。
[Third Modification]
In the above embodiment, the method of determining the bit rate R_EL of the enhancement layer has been shown, and the case where the bit rate R_BL of the base layer may be determined arbitrarily has been described. On the other hand, in this third modification, the method of determining the bit rate RBL is as follows. For example, if the base layer bit rate target value is predetermined, that bit rate is determined as the RBL . As a result, more efficient enhancement layer bitrate allocation can be expected. Alternatively, make the base layer bitrate high enough. In other words, the bit rate of the base layer is made equal to or higher than the predetermined lower limit. As a result, the influence of coding deterioration in the base layer can be suppressed to a negligible level. For example, for 2K video, the base layer bit rate RBL is set to 20 Mbps or higher. Alternatively, for 4K video, the base layer bit rate RBL is set to 50 Mbps or higher.
[第4変形例]
上記の実施形態においては、傾き算出部231は、傾きλdifを求めるために、ベースレイヤーでの量子化パラメーターQPBLに基づく計算を行った。また、λBLに所定の重み係数wを乗じることによって、傾きλdifを求めた。一方で、第4変形例においては、傾きλdifの値を、予め定めておいた定数とする。この方法でも、良好なビットレートrを求められる場合がある。
[Fourth Modification]
In the above embodiment, the
[第5変形例]
上記の実施形態においては、ビットレート算出部232は、精細感領域のRD曲線と傾きλdifの直線との接点を求めることによってそのビットレートrを求めた。ただし、精細感領域のRD曲線上で接線の傾きがλdifとなる点が存在しない場合もあり得る。そこで、第5変形例においては、ビットレート算出部232は、rのデフォールト値(初期値と呼んでもよい)を予め定めておく。ビットレート算出部232は、RD曲線上で接線の傾きがλdifとなる点が存在しない場合には、そのデフォールト値を、ビットレートrの値として決定する。また、ビットレート算出部232は、RD曲線上で接線の傾きがλdifとなる点が存在する場合には、上で説明した通り、傾きがλdifとなる接点に基づいてその接点に対応するビットレートrを決定する。
[Fifth Modification]
In the above embodiment, the
[第6変形例]
第6変形例においては、符号化装置がビットレート補正部24を備える。ビットレート補正部24は、割り当てビットレート算出部23が算出したビットレートを補正する処理を行う。
[Sixth Modification]
In the sixth modification, the encoding device has a
図7は、本変形例による符号化装置4の概略機能構成を示すブロック図である。図示するように、本変形例による符号化装置4は、符号化部11と、復号部12と、精細感領域情報導出部21と、歪み算出部22と、割り当てビットレート算出部23と、ビットレート補正部24と、空間スケーラブル符号化部31と、を含むように構成される。即ち、符号化装置4は、図1を参照しながら説明した符号化装置1が持つ機能に加えて、さらに、ビットレート補正部24の機能を持つ。本変形例において、空間スケーラブル符号化部31は、割り当てビットレート算出部23が算出したビットレートについて、ビットレート補正部24による補正を行った後のビットレートを使用しながら、空間スケーラブル符号化の処理を行う。その他の機能については、符号化装置4は、前述の符号化装置1と同様に機能する。
FIG. 7 is a block diagram showing a schematic functional configuration of an
本変形例に特有の機能を持つビットレート補正部24は、利用可能帯域に応じて、ビットレートを補正する処理を行う。つまり、割り当てビットレート算出部23によって算出されたビットレートは、ビットレート補正部24によって補正される。空間スケーラブル符号化部31は、補正後のビットレートを用いて、空間スケーラブル符号化を行う。具体的な補正処理は、次に説明する通りである。
The bit
ビットレート補正部24による補正処理は、次の通りである。
Correction processing by the bit
伝送に用いる全体的なビットレートが固定ビットレートRtであるとき、決定されるエンハンスメントレイヤーのビットレートRELが大きすぎると、ベースレイヤーのビットレートRBLが小さくなる。つまり、ベースレイヤーの品質が劣化する場合があり得る。こういったベースレイヤーの品質劣化を防ぐために、RBLの下限としてRBL
minを決定しておき、あるいはRELの上限としてREL
maxを決定しておく。割り当てビットレート算出部23がRELの値としてrを決定したときに、RELの値が上記の上限値REL
maxを超えないように、ビットレート補正部24は補正処理を行う。ビットレート補正部24による補正後のRELは、下の数式(1)により決定される。
When the overall bitrate used for transmission is a fixed bitrate R_t , if the determined enhancement layer bitrate R_EL is too large, the base layer bitrate R_BL is reduced. That is, the quality of the base layer may deteriorate. In order to prevent such quality deterioration of the base layer, R BL min is determined as the lower limit of R BL , or R EL max is determined as the upper limit of R EL . When the allocated bit
これにより、RBL minあるいはREL maxに基づいてRELを決定することができ、その結果、RBLの十分な値を確保することができる。 This allows R EL to be determined based on R BL min or R EL max , thereby ensuring a sufficient value for R BL .
伝送に用いる全体的なビットレートが可変ビットレートであるとき、エンハンスメントレイヤーのビットレートRELが大きすぎると、伝送路(通信ネットワーク)の不安定化の原因にもなり得る。また可変ビットレートであっても利用可能な帯域の上限が存在する場合もある。そこで、RELの上限としてREL
maxを決定しておく。割り当てビットレート算出部23がRELの値としてrを決定したときに、RELの値が上記の上限値REL
maxを超えないように、ビットレート補正部24は補正処理を行う。ビットレート補正部24による補正後のRELは、下の数式(2)により決定される。
When the overall bit rate used for transmission is a variable bit rate, if the bit rate R_EL of the enhancement layer is too large, it may cause instability of the transmission path (communication network). Also, even with a variable bit rate, there may be an upper limit to the bandwidth that can be used. Therefore, R EL max is determined as the upper limit of R EL . When the allocated bit
つまり、第6変形例とする場合には、ビットレート補正部24は、割り当てビットレート算出部23が求めた前記割り当てビットレートを補正する。その補正のしかたは、次の通りである。即ち、ビットレート補正部24は、前記最下位のベースレイヤー(BL)のためのビットレートとしての下限値RBL
minが確保できるように、エンハンスメントレイヤーへの割り当てビットレートRELを補正する。あるいは、ビットレート補正部24は、前記最下位のベースレイヤー以外の1つまたは複数のレイヤー(EL)のための割り当てビットレートが上限値REL
maxを超えないように、割り当てビットレートを補正する。
That is, in the case of the sixth modified example, the bit
[第7変形例]
上で説明した実施形態については、ビットレート算出および決定の頻度について特に定めていなかった。第7変形例としては、割り当てビットレート算出部23がビットレートを算出する頻度(第6変形例とする場合には、ビットレート補正部24がビットレートを補正する頻度も同様)について、適切に定めるようにする。例えば、ビットレートを算出する頻度(補正する頻度も同様。以下においても同様。)を、入力される映像の1フレーム毎としてもよい。あるいは、ビットレートを算出する頻度を、入力される映像の所定数の複数フレーム毎としてもよい(一例として、30フレーム毎)。
[Seventh Modification]
For the embodiments described above, the frequency of bitrate calculation and determination was not specified. As a seventh modification, the frequency with which the allocation bit
また、符号化装置1が入力映像のシーンチェンジの箇所を検出して、シーンチェンジが検出された際に新たなシーンに属するフレームを基に、ビットレートを算出するようにしてもよい。シーンチェンジの検出自体は、既存技術を用いて行うことが可能である。シーンチェンジのタイミングの一例は、スタジオ収録の番組において、スタジオでの映像から、中継先の映像に切り替わるタイミングである。 Alternatively, the encoding device 1 may detect a scene change point in the input video, and calculate the bit rate based on the frames belonging to the new scene when the scene change is detected. Scene change detection itself can be performed using existing technology. An example of the timing of the scene change is the timing of switching from the video in the studio to the video at the relay destination in a program recorded in a studio.
上記のシーンチェンジは、連続するフレーム画像が持つ所定の特徴量に基づいて検出されるものである。これを一般化して、シーンチェンジに限らず、入力映像におけるフレーム画像ごとの特徴量(時間に依存する特徴量)あるいは画像内の領域(空間)ごとの特徴量(画像内の領域に依存する特徴量)に基づいて、ビットレートを算出しなおすタイミングを定めてもよい。この場合には、シーンチェンジに限らず、映像の特徴に基づいて、適切なタイミングでビットレートを再算出することができる。 The scene change described above is detected based on a predetermined feature amount of consecutive frame images. This is generalized not only to scene changes, but also to frame-by-frame feature amounts (time-dependent feature amounts) in the input video, or for each area (space) within the image (area-dependent feature amounts within the image). amount), the timing for recalculating the bit rate may be determined. In this case, the bit rate can be recalculated at appropriate timing based on not only the scene change but also the features of the video.
また、第7変形例のさらなる変形例として、次のようにしてもよい。即ち、割り当てビットレート算出部23(および、ビットレートを補正する場合にはビットレート補正部24)は、1枚のフレーム画像に基づいてビットレートを決定するのではなく、複数のフレーム画像に基づいてそれぞれ決定したビットレートに基づくビットレート(例えば、それらのビットレートの平均値)を決定するようにしてもよい。
Further, as a further modified example of the seventh modified example, the following may be done. That is, the allocated bit rate calculation unit 23 (and the bit
[第8変形例]
上で説明した実施形態では、ベースレイヤーと、1個のエンハンスメントレイヤーとの、2レイヤーの情報の符号化を行っていた。そのために、RBLとRELという2種類のビットレートを決定していた。第8変形例においては、符号化装置1は、3レイヤー以上の符号化において同様の処理を行い、各レイヤーのビットレートを決定する。レイヤー数が増える場合には、さらなる上位のレイヤーごとに同様の処理を行うことによって、各レイヤーのビットレートの割り当てを行うようにする。
[Eighth modification]
In the embodiments described above, two layers of information are encoded, a base layer and one enhancement layer. Therefore, two bit rates, RBL and REL , were determined. In the eighth modified example, the encoding device 1 performs similar processing in encoding of three or more layers, and determines the bit rate of each layer. When the number of layers increases, similar processing is performed for each higher layer to allocate the bit rate of each layer.
つまり、第8変形例においては、複数のエンハンスメントレイヤーのそれぞれについて、精細感領域情報を導出してRD曲線を求める。そして、各レイヤーについて、RD曲線に対して所定の傾きで接する接線を求め、その接点におけるビットレートに基づいて、そのレイヤーの符号化ビットレートを決定するようにする。 That is, in the eighth modified example, the RD curve is obtained by deriving the fineness area information for each of the plurality of enhancement layers. Then, for each layer, a tangent line tangent to the RD curve with a predetermined slope is obtained, and the coding bit rate of that layer is determined based on the bit rate at the tangent point.
第8変形例を用いることにより、任意の(2以上の)レイヤー数での空間スケーラブル符号化において、適切なビットレートを決定することができるようになる。 By using the eighth modification, it becomes possible to determine an appropriate bit rate in spatial scalable coding with an arbitrary number of layers (two or more).
[第9変形例]
上で説明した実施形態では、符号化した情報を伝送する場合を説明した。符号化した映像を伝送する場合に限らず、空間スケーラブル符号化の手法で符号化した映像を記録媒体(例えば、ブルーレイディスク、半導体メモリー、磁気ハードディスク等)に記録する場合にも、同様に、上で説明したビットレート決定手法を適用することができる。
[Ninth Modification]
In the embodiments described above, the case of transmitting encoded information has been described. Not only when transmitting encoded video, but also when recording video encoded by spatial scalable coding on recording media (e.g., Blu-ray discs, semiconductor memories, magnetic hard disks, etc.) can apply the bitrate determination technique described in .
[第10変形例]
第10変形例として、符号化装置1の内部のビットレート決定装置2の機能のみを独立した装置として実現してもよい。この場合には、ビットレート決定装置2は、ビットレートを決定し、決定したビットレートの情報を外部に出力することができる。空間スケーラブル符号化を行う機能は、ビットレート決定装置2が決定したビットレートの情報を参照し、そのビットレートを目標レートとして、対応するレイヤーの符号化を行うことができる。
[Tenth Modification]
As a tenth modification, only the function of the bit rate determination device 2 inside the encoding device 1 may be implemented as an independent device. In this case, the bit rate determination device 2 can determine the bit rate and output information on the determined bit rate to the outside. The function of performing spatial scalable encoding can refer to the bit rate information determined by the bit rate determination device 2 and use the bit rate as a target rate to perform encoding of the corresponding layer.
図8は、上記実施形態(変形例を含む)の符号化装置1あるいは符号化装置4の内部構成の例を示すブロック図である。符号化装置1や符号化装置4は、コンピューターを用いて実現され得る。図示するように、そのコンピューターは、中央処理装置901と、RAM902と、入出力ポート903と、入出力デバイス904や905等と、バス906と、を含んで構成される。コンピューター自体は、既存技術を用いて実現可能である。中央処理装置901は、RAM902等から読み込んだプログラムに含まれる命令を実行する。中央処理装置901は、各命令にしたがって、RAM902にデータを書き込んだり、RAM902からデータを読み出したり、算術演算や論理演算を行ったりする。RAM902は、データやプログラムを記憶する。RAM902に含まれる各要素は、アドレスを持ち、アドレスを用いてアクセスされ得るものである。なお、RAMは、「ランダムアクセスメモリー」の略である。入出力ポート903は、中央処理装置901が外部の入出力デバイス等とデータのやり取りを行うためのポートである。入出力デバイス904や905は、入出力デバイスである。入出力デバイス904や905は、入出力ポート903を介して中央処理装置901との間でデータをやりとりする。バス906は、コンピューター内部で使用される共通の通信路である。例えば、中央処理装置901は、バス906を介してRAM902のデータを読んだり書いたりする。また、例えば、中央処理装置901は、バス906を介して入出力ポートにアクセスする。
FIG. 8 is a block diagram showing an example of the internal configuration of the encoding device 1 or
上述した実施形態(変形例を含む)における符号化装置1や符号化装置4の少なくとも一部の機能をコンピューターで実現することができる。その場合、この機能を実現するためのプログラムをコンピューター読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピューターシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピューターシステム」とは、OSや周辺機器等のハードウェアを含むものとする。また、「コンピューター読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM、DVD-ROM、USBメモリー等の可搬媒体、コンピューターシステムに内蔵されるハードディスク等の記憶装置のことをいう。つまり、「コンピューター読み取り可能な記録媒体」とは、非一過性の(non-transitory)コンピューター読み取り可能な記録媒体であってよい。さらに「コンピューター読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、一時的に、動的にプログラムを保持するもの、その場合のサーバーやクライアントとなるコンピューターシステム内部の揮発性メモリーのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピューターシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。
At least part of the functions of the encoding device 1 and the
以上説明したように、上記の実施形態(変形例を含む)によると、先行空間スケーラブル符号化部が先行して符号化を行い、その際のビットレートと符号化画像との歪みとの関係を得ることができる。そして、そのビットレートと符号化画像との歪みとの関係に基づいて、割り当てるビットレートを最適化することができる。つまり、先行空間スケーラブル符号化において、効率のよい符号を生成することができるようになる。 As described above, according to the above-described embodiments (including modifications), the preceding spatial scalable coding unit performs coding in advance, and the relationship between the bit rate and the distortion of the coded image at that time is Obtainable. Then, the bit rate to be assigned can be optimized based on the relationship between the bit rate and the distortion of the encoded image. That is, efficient codes can be generated in advance spatial scalable coding.
以上、この発明の実施形態(変形例を含む)について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。 The embodiments (including modifications) of the present invention have been described in detail above with reference to the drawings, but the specific configuration is not limited to this embodiment, and can be designed without departing from the gist of the present invention. etc. are also included.
本発明は、例えば、映像を符号化して伝送あるいは記録する作業において利用することができる。但し、本発明の利用範囲はここに例示したものには限られない。 INDUSTRIAL APPLICABILITY The present invention can be used, for example, in the work of encoding and transmitting or recording video. However, the scope of application of the present invention is not limited to those exemplified here.
1 符号化装置
2 ビットレート決定装置
3 先行空間スケーラブル符号化部
4 符号化装置
5 ビットレート決定装置
11 符号化部
12 復号部
21 精細感領域情報導出部
22 歪み算出部
23 割り当てビットレート算出部
24 ビットレート補正部
31 空間スケーラブル符号化部
211 縮小処理部
212 拡大処理部
213 差分画像作成部
214 ノイズ除去部
215 二値化部
231 傾き算出部
232 ビットレート算出部
301 RD曲線
302 接線(傾きλdif)
901 中央処理装置
902 RAM
903 入出力ポート
904,905 入出力デバイス
906 バス
1 encoding device 2 bit
901
903 input/
Claims (9)
前記入力画像の中で精細感に関与する領域を表す情報である精細感領域情報を、前記入力画像から求める精細感領域情報導出部と、
前記先行空間スケーラブル符号化部から出力される前記符号化画像の、求められた前記精細感領域情報が示す領域における歪み度合いを算出する歪み算出部と、
前記先行空間スケーラブル符号化部が出力する前記ビットレートと、対応する前記歪み度合いと、の対を基に定まるRD曲線における、所定の傾きを有する位置に対応するビットレートに基づいて定まる割り当てビットレートを求める割り当てビットレート算出部と、
を備えるビットレート決定装置。 Based on an input image, perform spatial scalable encoding on a plurality of layers at a predetermined bit rate, decode the code resulting from the spatial scalable encoding, and decode the resulting encoded image and the encoded image. a preceding spatial scalable encoder that outputs a pair of a bit rate corresponding to an image;
a fineness region information derivation unit that obtains fineness region information, which is information representing a region related to fineness in the input image, from the input image;
a distortion calculation unit that calculates the degree of distortion in the region indicated by the obtained fineness region information of the encoded image output from the preceding spatial scalable encoding unit;
An assigned bit rate determined based on a bit rate corresponding to a position having a predetermined slope in an RD curve determined based on a pair of the bit rate output from the preceding spatial scalable encoding unit and the corresponding degree of distortion. an allocation bit rate calculation unit for obtaining
A bitrate determination device comprising:
請求項1に記載のビットレート決定装置。 The allocated bitrate calculation unit obtains the allocated bitrate for each of one or more layers other than the lowest base layer in spatial scalable coding,
2. A bitrate determination device according to claim 1.
前記入力画像を縮小した後で拡大することによって得られる画像と、前記入力画像との差分画像を作成する差分画像作成部と、
前記差分画像作成部が作成した前記差分画像に基づく各画素の画素値を所定の閾値に基づいて二値化した二値化画像を、前記精細感領域情報として生成する二値化部と、
を備える、
請求項1または2に記載のビットレート決定装置。 The definition area information derivation unit,
an image obtained by enlarging the input image after it has been reduced, and a difference image creating unit that creates a difference image between the input image and the input image;
a binarization unit that generates a binarized image obtained by binarizing the pixel value of each pixel based on the difference image created by the difference image creation unit based on a predetermined threshold value as the fineness region information;
comprising
3. A bitrate determination device according to claim 1 or 2.
前記差分画像におけるノイズを除去するノイズ除去部、
をさらに備え、
前記二値化部は、前記ノイズ除去部がノイズを除去した後の前記差分画像に基づいて、前記二値化画像を、前記精細感領域情報として生成する、
請求項3に記載のビットレート決定装置。 The definition area information derivation unit,
a noise removal unit that removes noise in the difference image;
further comprising
The binarization unit generates the binarized image as the fineness region information based on the difference image after noise has been removed by the noise removal unit.
4. A bitrate determination device according to claim 3.
請求項1または2に記載のビットレート決定装置。 The definition area information derivation unit generates a binarized image obtained by binarizing an image obtained by performing a predetermined band-pass filter process on the input image as the definition area information.
3. A bitrate determination device according to claim 1 or 2.
請求項1から5までのいずれか一項に記載のビットレート決定装置。 The allocated bit rate calculation unit calculates the value of the predetermined slope in the RD curve based on the value of the quantization parameter of the lowest base layer in spatial scalable coding,
Bitrate determination device according to any one of claims 1 to 5.
をさらに備え、
前記ビットレート補正部は、
(1)前記最下位のベースレイヤーのためのビットレートとしての下限値が確保できるように、前記割り当てビットレートを補正し、
あるいは、
(2)前記最下位のベースレイヤー以外の1つまたは複数のレイヤーのための前記割り当てビットレートが上限値を超えないように、前記割り当てビットレートを補正する、
請求項2に記載のビットレート決定装置。 a bit rate correction unit that corrects the allocated bit rate calculated by the allocated bit rate calculation unit;
further comprising
The bit rate correction unit
(1) correcting the allocated bit rate so as to ensure a lower limit as the bit rate for the lowest base layer;
or,
(2) correcting the allocated bitrate so that the allocated bitrate for one or more layers other than the lowest base layer does not exceed an upper limit;
3. A bitrate determination device according to claim 2.
前記入力画像の空間スケーラブル符号化を行う空間スケーラブル符号化部と、
を備える符号化装置であって、
前記空間スケーラブル符号化部は、空間スケーラブル符号化における最下位のベースレイヤー以外の1つまたは複数のレイヤーについては、前記ビットレート決定装置が求めた前記割り当てビットレートを目標とする符号化を行う、
符号化装置。 a bitrate determination device according to any one of claims 1 to 7;
a spatial scalable encoding unit that performs spatial scalable encoding of the input image;
An encoding device comprising:
The spatial scalable encoding unit performs encoding targeting the assigned bit rate obtained by the bit rate determination device for one or more layers other than the lowest base layer in spatial scalable encoding.
Encoding device.
前記入力画像の中で精細感に関与する領域を表す情報である精細感領域情報を、前記入力画像から求める精細感領域情報導出部と、
前記先行空間スケーラブル符号化部から出力される前記符号化画像の、求められた前記精細感領域情報が示す領域における歪み度合いを算出する歪み算出部と、
前記先行空間スケーラブル符号化部が出力する前記ビットレートと、対応する前記歪み度合いと、の対を基に定まるRD曲線における、所定の傾きを有する位置に対応するビットレートに基づいて定まる割り当てビットレートを求める割り当てビットレート算出部と、
を備えるビットレート決定装置、としてコンピューターを機能させるためのプログラム。 Based on an input image, perform spatial scalable encoding on a plurality of layers at a predetermined bit rate, decode the code resulting from the spatial scalable encoding, and decode the resulting encoded image and the encoded image. a preceding spatial scalable encoder that outputs a pair of a bit rate corresponding to an image;
a fineness region information derivation unit that obtains fineness region information, which is information representing a region related to fineness in the input image, from the input image;
a distortion calculation unit that calculates the degree of distortion in the region indicated by the obtained fineness region information of the encoded image output from the preceding spatial scalable encoding unit;
An assigned bit rate determined based on a bit rate corresponding to a position having a predetermined slope in an RD curve determined based on a pair of the bit rate output from the preceding spatial scalable encoding unit and the corresponding degree of distortion. an allocation bit rate calculation unit for obtaining
A program for making a computer act as a bitrate determination device, comprising
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022028123A JP2023124387A (en) | 2022-02-25 | 2022-02-25 | Bit rate determination apparatus, encoding apparatus, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022028123A JP2023124387A (en) | 2022-02-25 | 2022-02-25 | Bit rate determination apparatus, encoding apparatus, and program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023124387A true JP2023124387A (en) | 2023-09-06 |
Family
ID=87886034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022028123A Pending JP2023124387A (en) | 2022-02-25 | 2022-02-25 | Bit rate determination apparatus, encoding apparatus, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023124387A (en) |
-
2022
- 2022-02-25 JP JP2022028123A patent/JP2023124387A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10194150B2 (en) | Method and device for coding image, and method and device for decoding image | |
JP6351040B2 (en) | Method, program and computer system for signal processing and inheritance in layered signal quality hierarchy | |
TWI323131B (en) | Method for reducing noise of pictures | |
US9911179B2 (en) | Image decontouring in high dynamic range video processing | |
US9712834B2 (en) | Hardware efficient sparse FIR filtering in video codec | |
CN112929670A (en) | Adaptive chroma downsampling and color space conversion techniques | |
EP4094442A1 (en) | Learned downsampling based cnn filter for image and video coding using learned downsampling feature | |
WO2022261838A1 (en) | Residual encoding method and apparatus, video encoding method and device, and system | |
JP6391680B2 (en) | Encoding method and decoding method, and corresponding encoder and decoder | |
US9503751B2 (en) | Method and apparatus for simplified depth coding with extended prediction modes | |
US20150365698A1 (en) | Method and Apparatus for Prediction Value Derivation in Intra Coding | |
US8145006B2 (en) | Image processing apparatus and image processing method capable of reducing an increase in coding distortion due to sharpening | |
CN114747212A (en) | Method and apparatus for shifting in video filtering | |
CN115552905A (en) | Global skip connection based CNN filter for image and video coding | |
US11265563B2 (en) | Optimization of downsampling occurring before encoding images during compression | |
CN110290384A (en) | Image filtering method, device and Video Codec | |
US10728557B2 (en) | Embedded codec circuitry for sub-block based entropy coding of quantized-transformed residual levels | |
CN116250240A (en) | Image encoding method, image decoding method and related devices | |
CN115398899A (en) | Video filtering method and device | |
JP2023124387A (en) | Bit rate determination apparatus, encoding apparatus, and program | |
JP2022503990A (en) | Video image component prediction methods and devices, computer storage media | |
KR20160040930A (en) | Method and apparatus for re-encoding an image | |
WO2022077490A1 (en) | Intra prediction method, encoder, decoder, and storage medium | |
JP5593468B1 (en) | Image coding apparatus and image coding method | |
Kumar et al. | A novel method for image compression using spectrum |